当我训练模型时，我自定义了一个损失函数。此函数中损失值的计算需要 opencv 函数。看到代码，但我弄错了。我不知道怎么解决，有人可以帮我吗？多谢。
#this is my loss function
def instance_loss_function(predict,label):
best_match_label_image=search_MaxPixelAccuracy_permutation(predict_convert_gray_image(predict),label)
predict_image=predict
loss_sum=0.0
best_match_label_image_contours_number=len(cv2.findContours( best_match_label_image.reshape(513,513), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[1])
predict_image_contours_number=len(cv2.findContours( predict_image.reshape(513,513), cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)[1])
counter_max=np.max([best_match_label_image_contours_number,predict_image_contours_number])
counter_min=np.min([best_match_label_image_contours_number,predict_image_contours_number])
for i in range(1,counter_min+1):
ith_instance_IoU=compute_oneClassIoU(predict_image,best_match_label_image,i)
if ith_instance_IoU!=0:
loss_sum=loss_sum+2*(1/(1+ith_instance_IoU)-1/2)
elif ith_instance_IoU==0:
loss_sum=loss_sum+2
if np.abs(counter_max-counter_min)!=0:
loss_sum=loss_sum+1*np.abs(counter_max-counter_min)
return loss_sum
然后我像这样调用损失函数：
loss=tf.py_func(instance_loss_function,[valid_logits,valid_labels],tf.float32)
train_op = optimizer.minimize(loss, global_step, var_list=train_var_list)
但它不起作用，在此处输入图像描述
为了能够训练网络张量流，需要创建一个可微操作的图。如果你想使用OpenCV函数，Tensorflow不知道如何为此构建衍生品。因此，您不能使用来自不同软件包的任意函数，将它们组合起来并希望它有效。